隨機離散事件動態系統(stochastic discrete event dynamic system)簡稱隨機DEDS.按隨機規律進行狀態遷移的離散事件系統.諸如事件發生的種類和時刻服從隨機分布、狀態遷移映射具隨機性等.在實際問題中，由於顧客或工件的到達、加工服務時間、機器的工件或修復等往往都帶隨機性，隨機DEDS的研究具很大的現實意義.
基本介紹
- 中文名：隨機離散事件動態系統
- 外文名：stochastic discrete event dynamic system
- 簡稱：隨機DEDS
產品分析,分析結果,
產品分析
隨機DEDS的基本模型是排隊網路(參見“排隊網路”).它由顧客來流分布特性、排隊規則、隊長容量、服務時間分布、服務台數量及路徑等來刻畫. 當其中各機率分布均為負指數，從而具有無後效性時，它又可用馬爾可夫鏈描述，系統的狀態則用各服務台前的顧客數(向量)來表示.排隊論已得到許多有關係統中顧客數、顧客平均等待或停留時間、平均隊長等品質指標.對一般情形，由於可能的狀態數很大，其聯合機率分布的形式十分複雜，計算極為困難.實際上，較容易操作的只是具有乘積形式解的排隊網路.其中，聯合分布蛻化為各服務台隊長分布的乘積，從而較易計算.常見的這類網路包括開傑克森網、閉傑克森一戈登一諾威爾網、BCMP網等.對乘積解已有一些快速算法，如卷積算法、均值算法等.
分析結果
除了上述分析結果，近來還研究了許多有關係統設計、品質評估和最佳化、調度控制等問題的方法. 由於問題都較複雜，實際中常採用隨機仿真試驗來輔助求解.特別在系統設計時，經常要回答“如果… 將…"(what if)問題.例如，在參數最佳化時為了測量品質指標對參數的靈敏度，需要對各種參數值進行多次試驗並作比較，這又涉及產生隨機樣本等大量計算的要求.對此已提出了幾種由單個樣本軌道估計靈敏度的巧妙方法，諸如擾動分析、似然比方法等.
對仿真執行過程的形式描述，導致一種較一般的廣義半馬爾可夫過程模型.它事實上包括事件一狀態相互作用機制的界定(稱為廣義馬爾可夫結構)和各種隨機因素的描述這樣兩大部分.它體現了離散事件系統各層次模型間的關係，也可認為是離散事件系統一種較為完整的描述.此外，若干特定結構的隨機離散事件動態系統可以在相應的自動機、匹特里網或極大代數模型結構的基礎上加人各種隨機因素來加以描述，從而形成隨機匹特里網、隨機賦時自動機、極大代數上的隨機線性系統等.它們基本上又都能納人廣義半馬爾可夫過程的仿真模型.
